1 fastai简易练习

from fastai.vision import *

path = untar_data(URLs.MNIST_SAMPLE)
data = ImageDataBunch.from_folder(path)

这是用来加载数据的，但是我在使用的过程中出现了无法下载的情况，于是我用浏览器直接下载，然后解压之后，在使用ImageDataBunch来加载数据。fastai的一个方便的地方是可以很容易的实现加载数据和做数据增强。

• Learner.lr_find 进行学习率范围搜搜，可以帮助我们选择比较好的学习率。
• Learner.fit_one_cycle 使用1轮策略来提高我们模型的训练速度。
• Learner.to_fp16 这个会将我们的模型转化为16位定点类型，来实现在混合精度下的训练。

class Learner[source][test]

Learner(data:DataBunch, model:Module, opt_func:Callable='Adam', loss_func:Callable=None, metrics:Collection[Callable]=None, true_wd:bool=True, bn_wd:bool=True, wd:Floats=0.01, train_bn:bool=True, path:str=None, model_dir:PathOrStr='models', callback_fns:Collection[Callable]=None, callbacks:Collection[Callback]=<factory>, layer_groups:ModuleList=None, add_time:bool=True, silent:bool=None)

在基础训练中重要的类是Learner。

通过 pip 安装
通过下列三步可以用 pip 安装 fastai，要严格安装顺序执行。

1. 安装每日编译 nightly 的 PyTorch，注意 cuda 的版本要和你自己的系统保持一致，比如在 CUDA 9.2 上安装：

pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html

pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html

2. 安装定制的 torchvision，这个版本是在 nightly-pytorch 上编译的：

pip install --index-url https://test.pypi.org/simple/ --extra-index-url https://pypi.org/simple/ torchvision==0.2.1.post2

pip install --index-url https://test.pypi.org/simple/ --extra-index-url https://pypi.org/simple/ torchvision==0.2.1.post2

3. 安装 fastai：
   pip install fastai
   有些时候，上面的命令会试图安装 torch-0.4.1，这时候可以使用下面的命令：

pip uninstall torchvision fastai
pip install --no-deps torchvision
pip install fastai

pip uninstall torchvision fastai
pip install --no-deps torchvision
pip install fastai
安装完毕，大家愉快的体验 fastai 的新特性吧！